摘要
地质雷达数据的质量对于数据处理以及后续地质解释工作起着至关重要的作用。当雷达数据受到随机噪声严重污染时,有效信号将被大量掩盖。常规非局部均值滤波方法可以有效地压制随机噪声,该方法数据计算复杂度大,因此在大型地质雷达数据处理应用中具有局限性。本文给出了一种基于非局部均值滤波的自适应数据压缩并行去噪算法,该方法基于数据积分,利用数据中心对称性,构成了数据压缩算法,降低了计算复杂度。通过计算相似度标准差,实现了自适应滤波参数估计算法,进一步提高去噪效果。通过引入并行算法,进一步提高了计算效率。在简单模型数据和复杂模型数据测试中,通过对比平均均方根误差与平均信噪比,本文方法去噪效果优于其他方法,在阿拉巴马州多芬岛的实际数据的测试中,本文方法计算时间为9.7 s,计算效率明显优于常规非局部均值滤波算法,验证了该方法的可行性、有效性。